大數(shù)據(jù)現(xiàn)在很火，如果想學(xué)大數(shù)據(jù)，應(yīng)該去哪里培訓(xùn)比較好？現(xiàn)在學(xué)習(xí)大數(shù)據(jù)的人越來越多了，很多學(xué)生在報(bào)名上思之前都提出了關(guān)于大數(shù)據(jù)實(shí)踐的問題，上思的咨詢老師也回答了很多問題，比如大數(shù)據(jù)培訓(xùn)和學(xué)習(xí)是否可靠，如

大數(shù)據(jù)現(xiàn)在很火，如果想學(xué)大數(shù)據(jù)，應(yīng)該去哪里培訓(xùn)比較好？

現(xiàn)在學(xué)習(xí)大數(shù)據(jù)的人越來越多了，很多學(xué)生在報(bào)名上思之前都提出了關(guān)于大數(shù)據(jù)實(shí)踐的問題，上思的咨詢老師也回答了很多問題，比如大數(shù)據(jù)培訓(xùn)和學(xué)習(xí)是否可靠，如何選擇大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)等等。今天，尚思將寫一篇文章來解釋大數(shù)據(jù)培訓(xùn)和學(xué)習(xí)。

很多想?yún)⑴c大數(shù)據(jù)技術(shù)工作的人都參加過大數(shù)據(jù)培訓(xùn)，但大數(shù)據(jù)培訓(xùn)真的可靠嗎？現(xiàn)在無論是大數(shù)據(jù)培訓(xùn)還是其他學(xué)習(xí)，我們都稱之為職業(yè)技能學(xué)習(xí)，這是以工作為導(dǎo)向的。但是，工作的標(biāo)尺是看不見的，它無法量化標(biāo)準(zhǔn)，所以有大數(shù)據(jù)培訓(xùn)這種專業(yè)力量培養(yǎng)的好與壞的情況，這個(gè)時(shí)候我們需要擦亮眼睛。在練習(xí)之前，我們應(yīng)該考慮以下問題：

1。你需要大數(shù)據(jù)培訓(xùn)嗎

首先，如果你想自學(xué)大數(shù)據(jù)技術(shù)，你必須具備自學(xué)能力。自學(xué)能力是學(xué)習(xí)it技能的必要條件。如果自學(xué)能力不夠，建議不要這樣做。自律必須很強(qiáng)。我們必須嚴(yán)格要求自己。我們不應(yīng)該讓懶惰占便宜。我們應(yīng)該有計(jì)劃地學(xué)習(xí)。

2. 大數(shù)據(jù)培訓(xùn)能得到什么幫助

既然我們已經(jīng)把錢花在了大數(shù)據(jù)培訓(xùn)和學(xué)習(xí)上，就一定要注意投入和產(chǎn)出。首先要看這些錢是否比較值錢。大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)能為我們提供什么幫助，我們能得到什么？例如，它可以為我們提供一個(gè)良好的學(xué)習(xí)環(huán)境，在學(xué)習(xí)過程中督促學(xué)習(xí)，提高學(xué)習(xí)效率，為我們提供答疑和教學(xué)，制定一套合適的學(xué)習(xí)計(jì)劃。

3. 培訓(xùn)后是否能找到合適的工作

最重要的是參加大數(shù)據(jù)培訓(xùn)后是否能找到合適的工作，即培訓(xùn)后是否能學(xué)到滿足企業(yè)需要的大數(shù)據(jù)技術(shù)知識(shí)。

在我們考慮了以上幾點(diǎn)之后，我相信您已經(jīng)對(duì)大數(shù)據(jù)是自學(xué)還是培訓(xùn)有了一定的了解。如果你還不明白，可以請(qǐng)教尚硅谷老師。

2020大數(shù)據(jù)學(xué)習(xí)路線圖：

偽分布式的spark/mapreduce是只供用來學(xué)習(xí)的嗎？

首先，MapReduce出現(xiàn)較早。介紹了分布式大數(shù)據(jù)處理的基本思想。現(xiàn)在我在學(xué)習(xí)火花。Matei zaharia的畢業(yè)論文，即spark的介紹論文，已在CSDN上翻譯成中文。

建議先學(xué)習(xí)MapReduce，主要是了解任務(wù)是如何執(zhí)行的。都在網(wǎng)上。然后，spark學(xué)習(xí)應(yīng)該關(guān)注于理解spark-to-SQL語句的執(zhí)行機(jī)制。

不同的分布式框架有各自的優(yōu)勢(shì)和不同的業(yè)務(wù)場(chǎng)景。MapReduce可以更好地處理大量ETL服務(wù)，而spark則相對(duì)更側(cè)重于機(jī)器學(xué)習(xí)。對(duì)于企業(yè)來說，如果這些業(yè)務(wù)能夠在同一個(gè)集群上運(yùn)行，就可以有效地降低成本。為了讓不同的框架同時(shí)在同一個(gè)集群中運(yùn)行，最重要的問題是如何分配資源。當(dāng)沒有紗線時(shí)，一個(gè)相對(duì)簡(jiǎn)單的方法是假設(shè)集群中有100臺(tái)機(jī)器。我們將50臺(tái)機(jī)器分配給spark，將其他50臺(tái)機(jī)器分配給MapReduce。這似乎沒什么問題。不過，如果我們每天只運(yùn)行一個(gè)小時(shí)的MapReduce，其余大部分時(shí)間都在運(yùn)行spark，那么一天就有23個(gè)小時(shí)，50臺(tái)機(jī)器處于空閑狀態(tài)，而spark的機(jī)器很可能有大量作業(yè)在隊(duì)列中。這顯然不是一種非常有效的使用集群的方法。

大學(xué)學(xué)大數(shù)據(jù)專業(yè)，畢業(yè)后有哪些工作崗位，待遇如何？

大數(shù)據(jù)是我的研究方向之一，讓我來回答這個(gè)問題。

大數(shù)據(jù)是一個(gè)非常新的專業(yè)。早期，一些學(xué)校開設(shè)了數(shù)據(jù)科學(xué)專業(yè)。后來，隨著條件逐漸成熟，一些高校開設(shè)了大數(shù)據(jù)專業(yè)。大數(shù)據(jù)專業(yè)的教學(xué)內(nèi)容主要集中在三個(gè)方面，一是數(shù)學(xué)，因?yàn)榇髷?shù)據(jù)需要用到很多算法，所以數(shù)學(xué)基礎(chǔ)對(duì)大數(shù)據(jù)研究者來說非常重要。一方面，統(tǒng)計(jì)方面，大量的大數(shù)據(jù)內(nèi)容是統(tǒng)計(jì)的延伸，尤其是在大數(shù)據(jù)分析領(lǐng)域。還有計(jì)算機(jī)技術(shù)，大數(shù)據(jù)是物聯(lián)網(wǎng)和云計(jì)算發(fā)展的必然產(chǎn)物，所以大數(shù)據(jù)的基礎(chǔ)是計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)。

大數(shù)據(jù)專業(yè)畢業(yè)生就業(yè)面廣。隨著大數(shù)據(jù)從概念到產(chǎn)業(yè)的轉(zhuǎn)變，大數(shù)據(jù)專業(yè)的畢業(yè)生大多從事大數(shù)據(jù)平臺(tái)工程師的工作。他們的主要任務(wù)是搭建企業(yè)的大數(shù)據(jù)平臺(tái)，并在平臺(tái)上開發(fā)一些特定的功能。

當(dāng)然，未來的大數(shù)據(jù)崗位涉及算法分析師、算法實(shí)現(xiàn)工程師、數(shù)據(jù)分析師、BI工程師（細(xì)分崗位較多）、數(shù)據(jù)工程師（采集、整理等）、程序員等

由于大數(shù)據(jù)領(lǐng)域人才缺口較大，從事大數(shù)據(jù)工作的工程師工資非常高。我相信，在未來相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，大數(shù)據(jù)相關(guān)崗位的工資水平將明顯高于軟件行業(yè)的平均水平。

此外，建議大數(shù)據(jù)專業(yè)的本科生繼續(xù)攻讀研究生。研究生學(xué)習(xí)協(xié)會(huì)將提供一個(gè)更好的研究平臺(tái)，這將大大提高他們?cè)诼殘?chǎng)的競(jìng)爭(zhēng)力。